論文の概要: Attention-based Hierarchical Variational Information Bottleneck for Robust Multi-Agent Communication under Variable Bandwidth

• arxiv url: http://arxiv.org/abs/2609.34860v1
• Date: Mon, 28 Sep 2026 10:48:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-03 02:10:24.309505
• Title: Attention-based Hierarchical Variational Information Bottleneck for Robust Multi-Agent Communication under Variable Bandwidth
• Title（参考訳）: 可変帯域におけるロバストマルチエージェント通信のためのアテンションに基づく階層的変動情報基盤
• Abstract要約: AH-VIBは、変動情報(VIB)と逐次メッセージ生成と階層的損失を組み合わせたアテンションベースの自己回帰通信モデルである。 その結果、AH-VIBは帯域幅制約下での学習通信の信頼性と優雅な劣化を改善することが示唆された。
• 参考スコア（独自算出の注目度）: 5.623095012353851
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Learning-based multi-agent communication under limited bandwidth does not only require deciding what to communicate, but also structuring messages so that partial transmissions remain useful. We study this problem under prefix truncation, where only the first part of each message is received. To address it, we propose \textbf{AH-VIB}, an attention-based autoregressive variational communication model that combines a variational information bottleneck (VIB) with sequential message generation and a hierarchical robustness loss. We evaluate AH-VIB on a custom cooperative object-inspection and occupancy-mapping task, where agents equipped with a limited field-of-view sensor coordinate to scan inspection objects in an occupancy-grid world, under variable and fixed bandwidth conditions, and compare it against MADDPG, CommNet, a flat VIB baseline, and an autoregressive MLP ablation. AH-VIB achieves competitive mean return while improving performance reliability under the most constrained bandwidth conditions. These results indicate that AH-VIB improves the reliability and graceful degradation of learned communication under bandwidth constraints.
• Abstract（参考訳）: 限られた帯域幅での学習ベースのマルチエージェント通信は、通信方法を決定するだけでなく、部分的な送信が有用であるようにメッセージを構造化する。 我々はこの問題をプレフィックス・トランケーションの下で研究し、各メッセージの最初の部分のみを受信する。 そこで本稿では, 変動情報ボトルネック (VIB) と逐次メッセージ生成, 階層的ロバスト性損失を組み合わせた, 注目に基づく自己回帰的変動通信モデルである \textbf{AH-VIB} を提案する。 我々は、AH-VIBをカスタムな協調オブジェクト検査および占有マッピングタスクで評価し、被検対象を可変および固定帯域条件下でスキャンするための視野座標を限定したエージェントを用いて、MADDPG、CommNet、フラットVIBベースライン、自己回帰的MPPアブレーションと比較した。 AH-VIBは、最も制約のある帯域幅条件下で性能信頼性を改善しながら、競合平均戻り値を達成する。 これらの結果から,AH-VIBは帯域幅制約下での学習通信の信頼性と優雅な劣化を改善することが示唆された。

関連論文リスト

• Decoupling Communication from Policy: Robust MARL under Bandwidth Constraints [1.909020214605419]
  ドローン群による検索と救助のような現実世界のアプリケーションの多くは、厳しい帯域制限の下で動作している。 私たちは、分散度、ラウンド、メッセージ次元を1つの同等の制約に統一する正規化された1エージェント単位の帯域幅予算である$を紹介します。 第2に,政策の潜在表現から通信経路を分離する最小限のアーキテクチャであるSLIMを提供する。 提案手法は, 帯域幅が小さくなるにつれて限界劣化しかなく, 限られた通信環境下での堅牢性を示す。
  論文  参考訳（メタデータ） (2026-05-20T12:21:08Z)
• Bandwidth-constrained Variational Message Encoding for Cooperative Multi-agent Reinforcement Learning [23.866517021196724]
  グラフベースのマルチエージェント強化学習(MARL)は,ノードとしてエージェントをモデル化し,エッジとして通信リンクをモデル化することにより,部分観測可能性下での協調動作を可能にする。 本研究では,この帯域幅制限方式について検討し,ナイーブ次元の低減が常に調整性能を低下させることを示す。 我々は,KLの発散により正規化されたガウスのサンプルとしてメッセージを扱う軽量モジュールであるBVME(Band-Constrained Variational Message)を紹介する。 BVMEは67～83%のメッセージディメンションを使用しながら、同等あるいは優れたパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2025-12-11T23:56:43Z)
• Editable-DeepSC: Reliable Cross-Modal Semantic Communications for Facial Editing [56.136971047286956]
  顔編集のための新しい意味コミュニケーション手法であるEditable-DeepSCを提案する。 実験により、Editable-DeepSCは、伝送帯域を大幅に節約しつつ、優れた編集を実現できることが示された。
  論文  参考訳（メタデータ） (2024-11-24T04:07:33Z)
• AI Flow at the Network Edge [58.31090055138711]
  AI Flowは、デバイス、エッジノード、クラウドサーバ間で利用可能な異種リソースを共同で活用することで、推論プロセスを合理化するフレームワークである。 この記事では、AI Flowのモチベーション、課題、原則を特定するためのポジションペーパーとして機能する。
  論文  参考訳（メタデータ） (2024-11-19T12:51:17Z)
• Dynamic Size Message Scheduling for Multi-Agent Communication under Limited Bandwidth [5.590219593864609]
  本稿では,動的サイズメッセージスケジューリング(DSMS)手法を提案する。 我々の貢献は、フーリエ変換に基づく圧縮技術を用いて、メッセージサイズを適応的に調整することにある。 実験の結果,DSMSは多エージェント協調作業の性能を著しく向上させることがわかった。
  論文  参考訳（メタデータ） (2023-06-16T18:33:11Z)
• Multi-agent Communication with Graph Information Bottleneck under Limited Bandwidth (a position paper) [92.11330289225981]
  多くの実世界のシナリオでは、通信は高価であり、マルチエージェントシステムの帯域幅には一定の制約がある。 通信資源を占有する冗長なメッセージは、情報的メッセージの送信をブロックし、パフォーマンスを損なう。 本稿では,通信グラフ内の構造情報とノード情報を効果的に圧縮し,帯域幅に制約のある設定に対処する,新しいマルチエージェント通信モジュールCommGIBを提案する。
  論文  参考訳（メタデータ） (2021-12-20T07:53:44Z)
• Learning Task-Oriented Communication for Edge Inference: An Information Bottleneck Approach [3.983055670167878]
  ローエンドエッジ装置は、ローカルデータサンプルの抽出された特徴ベクトルを強力なエッジサーバに送信して処理する。 帯域幅が限られているため、データを低遅延推論のための情報的かつコンパクトな表現に符号化することが重要である。 特徴抽出,ソース符号化,チャネル符号化を協調的に最適化する学習型通信方式を提案する。
  論文  参考訳（メタデータ） (2021-02-08T12:53:32Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。